Accounting for size‐specific predation improves our ability to predict the strength of a trophic cascade
Notice bibliographique
Résumé
Predation can influence the magnitude of herbivory that grazers exert on primary producers by altering both grazer abundance and their per capita consumption rates via changes in behavior, density-dependent effects, and size. Therefore, models based solely on changes in abundance may miss key components of grazing pressure. We estimated shifts in grazing pressure associated with changes in the abundance and per capita consumption rates of sea urchins triggered by size-selective predation by sea otters (Enhydra lutris). Field surveys suggest that sea otters dramatically decreased the abundance and median size of sea urchins. Furthermore, laboratory experiments revealed that kelp consumption by sea urchins varied nonlinearly as a function of urchin size such that consumption rates increased to the 0.56 and 0.68 power of biomass for red and green urchins, respectively. This reveals that shifts in urchin size structure due to size-selective predation by sea otters alter sea urchin per capita grazing rates. Comparison of two quantitative models estimating total consumptive capacity revealed that a model incorporating shifts in urchin abundance while neglecting urchin size structure overestimated grazing pressure compared to a model that incorporated size. Consequently, incorporating shifts in urchin size better predicted field estimates of kelp abundance compared to equivalent models based on urchin abundance alone. We provide strong evidence that incorporating size-specific parameters increases our ability to describe and predict trophic interactions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».